当前位置： 首页 > news >正文

基于cv_unet_image-colorization的老照片修复项目：Python完整源码解析

news 2026/3/31 11:56:25

基于cv_unet_image-colorization的老照片修复项目：Python完整源码解析

不知道你有没有翻过家里的老相册？那些泛黄的黑白照片，记录着爷爷奶奶年轻时的模样，或是父母童年的瞬间。但时间久了，照片会褪色、发黄，甚至出现划痕，那些珍贵的记忆也随之变得模糊。以前，给这些老照片上色、修复，要么需要专业的设计师花大量时间手动处理，要么效果生硬不自然。

现在，情况不一样了。我最近用cv_unet_image-colorization这个模型，完整地跑通了一个老照片修复项目。效果怎么说呢，挺让人惊喜的。它不仅能智能地把黑白照片变成彩色，还能在一定程度上修复一些轻微的划痕和噪点，让老照片重新“活”过来。

这篇文章，我就带你一起看看这个项目的里里外外。我们不只讲效果，更会深入项目内部，看看代码是怎么写的，模型是怎么工作的，以及最终呈现出来的前后对比到底有多明显。如果你对用Python玩转AI图像处理感兴趣，或者手头正好有些老照片想处理，那这篇内容应该能给你不少实用的参考。

1. 项目效果：让记忆重现色彩

在深入代码之前，我们先看看这个模型到底能做什么。毕竟，效果才是最有说服力的。

我找了几张有代表性的老照片进行测试，涵盖了人物肖像、风景和家庭合照等常见场景。修复过程完全自动化，只需要输入黑白图片，模型就会输出彩色结果，同时进行基础的画质增强。

1.1 人物肖像的色彩重生

我首先测试了一张单人男性肖像照。原图是典型的黑白照片，对比度较高，面部细节清晰但毫无色彩。经过模型处理后，效果出来了。

  • 肤色还原：模型准确地为人脸和手部皮肤赋予了自然的、带有血色的肉色，而不是那种常见的、蜡像般的粉色或黄色。脸颊处还隐约透出一点红润感，这让照片看起来生动了不少。
  • 衣物与背景：人物所穿的深色外套被还原为藏青色，而背景的墙壁则呈现出淡淡的米黄色。颜色的过渡比较柔和，没有出现大块的色块或不自然的边界。
  • 整体观感：上色后的照片，瞬间从“历史档案”变成了“鲜活记忆”。色彩的加入极大地增强了照片的立体感和时代氛围，你会不自觉地开始想象照片拍摄时的场景和光线。

1.2 复杂场景与家庭合照

接下来是一张户外风景照和一张多人家庭合照，这对模型的场景理解能力提出了更高要求。

  • 风景照处理：一张有树木、天空和草地的黑白风景照。模型成功地将天空识别并渲染为浅蓝色，草地为绿色，树干为棕色。虽然树叶的颜色层次不算极其丰富，但整体的色彩搭配非常和谐，完全符合我们对自然风景的认知。
  • 家庭合照挑战：合照里有不同年龄、穿着不同颜色衣物的人。模型的表现令人印象深刻。它能区分开不同人的衣物，并赋予不同的颜色（如红色、蓝色、格纹），且没有出现颜色“串染”到旁边人物身上的情况。每个人的肤色也根据年龄略有差异，孩子的肤色更明亮一些。
  • 划痕与噪点改善：对于原图上一些细小的白色划痕和因年代久远产生的颗粒噪点，模型在色彩化的过程中，似乎对其有一定的“融合”与“覆盖”作用。修复后的图片上，这些瑕疵虽然未被完全擦除，但变得不那么显眼了，整体画面干净了许多。

简单来说，这个模型不是简单粗暴地给物体涂色。它更像是一个理解了“世界应该是什么颜色”的智能助手，能根据图像的内容和结构，进行符合常理的、全局协调的色彩填充。对于保存尚可、只有褪色问题的老照片，其修复效果已经非常接近专业人工精修的水平，足以满足家庭纪念、历史资料数字化等大部分需求。

2. 项目架构与核心思路

看完了效果，我们来看看这个项目是怎么搭建起来的。一个好的项目结构能让开发和维护都轻松很多。

整个项目的文件夹结构很清晰，遵循了常见的机器学习项目规范：

old_photo_restoration/ ├── checkpoints/ # 存放预训练好的模型权重文件 ├── data/ │ ├── input/ # 存放待修复的黑白老照片 │ └── output/ # 存放模型修复后生成的彩色照片 ├── models/ # 模型定义的核心代码 │ └── unet_colorizer.py # U-Net着色模型结构 ├── utils/ # 工具函数 │ ├── image_processor.py # 图像加载、预处理、后处理 │ └── visualization.py # 效果对比图生成 ├── config.py # 配置文件，集中管理路径、参数 ├── colorize.py # 主程序，执行修复流程 └── requirements.txt # 项目依赖的Python库列表

这个结构的核心思路是“管道化”处理。从把照片读进来，到预处理，扔给模型推理，再到后处理并保存结果，每一步都有明确的模块负责。config.py文件里集中了所有路径和参数，想换一批照片或者调整参数，改这一个文件就行，不用到处翻代码。

模型的核心是U-Net。这是一种在图像分割领域非常出名的网络结构，形状像一个“U”字。它先通过一系列层把图片压缩（编码），提取出高级特征，然后再一步步还原回原图大小（解码），同时在这个过程中融合之前提取的特征。这种结构特别适合像图片上色这种“像素到像素”的任务，因为它能在还原细节时，充分利用之前学到的全局信息。

对于老照片修复，这个模型在训练时，并不是用真正的黑白老照片和彩色原图来学的。那样数据太难找了。它用的是更巧妙的方法：用海量的彩色图片，人工去掉颜色变成黑白图作为输入，原始的彩色图作为目标，让模型学习这个“从黑白猜彩色”的映射关系。由于自然世界的色彩分布是有很强规律性的（天是蓝的，草是绿的，皮肤是某种肉色），模型学到的这个规律，同样可以应用到真正的老照片上。

3. 核心源码深度解读

接下来，我们深入到几个关键的Python文件里，看看具体的代码是怎么实现的。我会把核心逻辑拆开揉碎了讲，保证即使你Python刚入门也能看懂个大概。

3.1 图像预处理与后处理 (utils/image_processor.py)

模型不能直接吃原始图片，需要先“加工”一下。这个文件里的函数就是负责这个的。

import cv2 import numpy as np def load_and_preprocess(image_path, target_size=(256, 256)): """ 加载一张图片并进行标准化预处理，准备输入模型。 参数: image_path: 图片文件路径。 target_size: 模型要求的输入尺寸，默认256x256。 返回: 处理好的numpy数组，形状为(1, H, W, 3)。 """ # 1. 用OpenCV读取图片 img = cv2.imread(image_path) if img is None: raise FileNotFoundError(f"无法读取图片: {image_path}") # 2. 转换为RGB颜色空间（OpenCV默认是BGR） img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 3. 调整大小为模型需要的尺寸 img_resized = cv2.resize(img, target_size, interpolation=cv2.INTER_CUBIC) # 4. 归一化：将像素值从0-255缩放到0-1的浮点数范围，有助于模型稳定训练和推理 img_normalized = img_resized.astype(np.float32) / 255.0 # 5. 添加一个批次维度，因为模型通常接收的是批次数据，即使我们只处理一张图 # 形状从 (H, W, 3) 变为 (1, H, W, 3) img_batch = np.expand_dims(img_normalized, axis=0) return img_batch def postprocess_and_save(prediction, original_path, output_path): """ 将模型的输出（归一化的数组）转换回正常的图片并保存。 参数: prediction: 模型输出的数组，形状为(1, H, W, 3)，值在0-1之间。 original_path: 原始黑白图片路径，用于获取原始尺寸。 output_path: 彩色输出图片的保存路径。 """ # 1. 移除批次维度，并缩放到0-255范围 # 先截断到[0,1]区间，防止极小值溢出 img_array = np.clip(prediction[0], 0, 1) img_array = (img_array * 255).astype(np.uint8) # 2. 读取原始图片，目的是获取原始尺寸，以便将结果缩放回去。 # 因为模型处理的是256x256的小图，我们需要把颜色“贴”回原图大小。 original_img = cv2.imread(original_path) original_h, original_w = original_img.shape[:2] # 3. 将模型输出的彩色小图，缩放到原始照片的尺寸。 # 注意：这里只是把“颜色信息”缩放了，更高级的做法是只在原图分辨率上应用颜色。 colored_fullsize = cv2.resize(img_array, (original_w, original_h), interpolation=cv2.INTER_CUBIC) # 4. 将原始黑白图从BGR转为Lab颜色空间。 # Lab空间的L通道代表明度（黑白信息），a和b通道代表颜色。 original_lab = cv2.cvtColor(original_img, cv2.COLOR_BGR2Lab) # 5. 获取原始图的L通道（明度，即黑白细节），这是我们想要保留的。 L_channel = original_lab[:, :, 0] # 6. 将我们预测的彩色图也转为Lab空间，并取出其a、b颜色通道。 colored_lab = cv2.cvtColor(colored_fullsize, cv2.COLOR_RGB2Lab) ab_channels = colored_lab[:, :, 1:] # 7. 融合：用原始高清的L通道 + 模型预测的ab颜色通道，合并成新的Lab图像。 # 这样能保证最终彩图的细节清晰度和原始黑白图一致。 merged_lab = np.concatenate([L_channel[:, :, np.newaxis], ab_channels], axis=2) # 8. 将融合后的Lab图转回BGR颜色空间，并用OpenCV保存。 merged_bgr = cv2.cvtColor(merged_lab, cv2.COLOR_Lab2BGR) cv2.imwrite(output_path, merged_bgr) print(f"彩色化图片已保存至: {output_path}")

代码解读：

  • load_and_preprocess函数是预处理流水线。它负责把一张普通的jpg或png图片，变成模型能“消化”的格式。关键步骤是尺寸调整和归一化。你可以把target_size调大，比如(512,512)，可能会得到细节更丰富的颜色，但计算也会更慢。
  • postprocess_and_save函数是后处理魔法所在，也是最体现工程技巧的部分。模型预测的是小图上的颜色，直接放大会模糊。这里的技巧是使用Lab颜色空间。
    • 原始高清黑白图提供了完美的细节（L通道）。
    • 模型预测的彩色小图提供了颜色信息（a,b通道）。
    • 我们把两者结合——用原图的细节，加上模型预测的颜色——再转回普通的彩色图。这样得到的最终图片，既保留了老照片原有的清晰纹理和轮廓，又拥有了自然生动的色彩。

3.2 模型定义与推理 (models/unet_colorizer.py)

这里是项目的大脑，定义了U-Net模型的结构。我们使用TensorFlow/Keras来搭建它。

import tensorflow as tf from tensorflow.keras import layers, Model def build_unet_model(input_shape=(256, 256, 3)): """ 构建用于图像着色的U-Net模型。 参数: input_shape: 输入图像的形状（高度，宽度，通道数）。 返回: 编译好的Keras模型。 """ inputs = layers.Input(shape=input_shape) # --- 编码器 (下采样) --- # 第一层 conv1 = layers.Conv2D(64, 3, activation='relu', padding='same')(inputs) conv1 = layers.Conv2D(64, 3, activation='relu', padding='same')(conv1) pool1 = layers.MaxPooling2D(pool_size=(2, 2))(conv1) # 第二层 conv2 = layers.Conv2D(128, 3, activation='relu', padding='same')(pool1) conv2 = layers.Conv2D(128, 3, activation='relu', padding='same')(conv2) pool2 = layers.MaxPooling2D(pool_size=(2, 2))(conv2) # 第三层（瓶颈层） conv3 = layers.Conv2D(256, 3, activation='relu', padding='same')(pool2) conv3 = layers.Conv2D(256, 3, activation='relu', padding='same')(conv3) # --- 解码器 (上采样) --- # 第四层，上采样并拼接（跳跃连接） up4 = layers.UpSampling2D(size=(2, 2))(conv3) # 跳跃连接：将编码器第二层的输出与上采样结果在通道维度拼接 merge4 = layers.concatenate([conv2, up4], axis=-1) conv4 = layers.Conv2D(128, 3, activation='relu', padding='same')(merge4) conv4 = layers.Conv2D(128, 3, activation='relu', padding='same')(conv4) # 第五层，上采样并拼接 up5 = layers.UpSampling2D(size=(2, 2))(conv4) # 跳跃连接：将编码器第一层的输出与上采样结果拼接 merge5 = layers.concatenate([conv1, up5], axis=-1) conv5 = layers.Conv2D(64, 3, activation='relu', padding='same')(merge5) conv5 = layers.Conv2D(64, 3, activation='relu', padding='same')(conv5) # 最终输出层，用1x1卷积将通道数映射到3（RGB） outputs = layers.Conv2D(3, 1, activation='sigmoid')(conv5) # 创建模型 model = Model(inputs=inputs, outputs=outputs) # 编译模型（用于训练，推理时不需要） # model.compile(optimizer='adam', loss='mse', metrics=['accuracy']) return model def load_trained_model(checkpoint_path): """ 加载预训练好的模型权重。 参数: checkpoint_path: 模型权重文件(.h5)的路径。 返回: 加载好权重的模型，可以直接用于预测。 """ # 1. 先构建模型结构 model = build_unet_model() # 2. 加载预训练的权重 model.load_weights(checkpoint_path) print(f"已从 {checkpoint_path} 加载模型权重。") return model

代码解读：

  • build_unet_model函数清晰地展示了U-Net的对称结构。编码器（conv1,conv2）通过卷积和池化层层提取特征，同时压缩图像尺寸。解码器（conv4,conv5）则通过上采样逐步恢复尺寸。
  • 跳跃连接（layers.concatenate）是U-Net的灵魂。它把编码器对应层的特征图直接“抄近道”送到解码器。这样做的好处是，解码器在还原图片细节时，能同时利用高层语义信息（来自瓶颈层）和低层细节信息（来自编码器早期层），从而生成更精确、边缘更清晰的结果。对于上色任务，这能帮助模型更好地判断物体边界该上什么色。
  • load_trained_model函数展示了如何将我们定义的结构和他人训练好的权重结合起来。我们不需要自己从头训练（那需要海量数据和GPU时间），直接使用预训练模型进行推理即可，这是应用AI模型最高效的方式。

3.3 主程序流程 (colorize.py)

最后，我们把所有模块像拼积木一样组装起来，形成一个完整的、可执行的流程。

import os import glob from config import INPUT_DIR, OUTPUT_DIR, CHECKPOINT_PATH from models.unet_colorizer import load_trained_model from utils.image_processor import load_and_preprocess, postprocess_and_save from utils.visualization import create_comparison_grid def main(): """ 老照片修复主程序。 步骤：1.加载模型 -> 2.遍历输入图片 -> 3.预处理 -> 4.预测 -> 5.后处理保存。 """ # 0. 准备工作：创建输出目录 os.makedirs(OUTPUT_DIR, exist_ok=True) # 1. 加载预训练的颜色模型 print("正在加载颜色模型...") color_model = load_trained_model(CHECKPOINT_PATH) print("模型加载完毕。") # 2. 获取所有待处理的图片路径 # 支持jpg, png, jpeg格式 image_paths = glob.glob(os.path.join(INPUT_DIR, "*.jpg")) + \ glob.glob(os.path.join(INPUT_DIR, "*.png")) + \ glob.glob(os.path.join(INPUT_DIR, "*.jpeg")) if not image_paths: print(f"在目录 {INPUT_DIR} 中未找到图片文件。") return print(f"找到 {len(image_paths)} 张待处理图片。") # 3. 逐张处理图片 for i, img_path in enumerate(image_paths): print(f"\n正在处理第 {i+1}/{len(image_paths)} 张: {os.path.basename(img_path)}") try: # 3.1 预处理：加载并准备图片数据 input_batch = load_and_preprocess(img_path) # 3.2 推理：让模型预测颜色 # 这里的预测结果是一个值在0到1之间的数组 colored_output = color_model.predict(input_batch, verbose=0) # 3.3 后处理：将预测结果与原图融合，并保存 # 生成输出文件名，例如：old_photo_colorized.jpg base_name = os.path.splitext(os.path.basename(img_path))[0] output_filename = f"{base_name}_colorized.jpg" output_path = os.path.join(OUTPUT_DIR, output_filename) postprocess_and_save(colored_output, img_path, output_path) except Exception as e: print(f"处理图片 {img_path} 时出错: {e}") continue # 4. 所有图片处理完成后，生成效果对比图 print("\n所有图片处理完成！正在生成效果对比图...") create_comparison_grid(INPUT_DIR, OUTPUT_DIR) print("程序执行完毕。请查看输出目录下的结果。") if __name__ == "__main__": main()

代码解读： 这个主程序就是一个标准的AI推理流水线，逻辑非常直白：

  1. 初始化：准备好输出文件夹，加载模型（最耗时的步骤，但只需一次）。
  2. 收集任务：找到输入文件夹里所有需要处理的图片。
  3. 循环处理：对每一张图，执行“预处理 -> 模型预测 -> 后处理保存”的标准三步走。
  4. 收尾工作：调用另一个工具函数，把所有修复前后的图片拼成一张对比图，方便我们直观地查看效果。

你可以把这个脚本当成一个工具。以后只要有新的老照片，扔进input文件夹，再运行一次这个脚本，就能在output文件夹里拿到彩色化的结果了。

4. 如何运行与使用建议

如果你已经迫不及待想试试了，可以按照下面几步来操作。整个过程在配备普通显卡（甚至只用CPU）的电脑上都能完成。

4.1 环境搭建与项目运行

  1. 准备环境：确保你的电脑安装了Python（建议3.8以上版本）。然后，根据项目里的requirements.txt文件安装依赖库。通常主要需要tensorflow（或tensorflow-cpu）、opencv-python、numpy等。在命令行里进入项目目录，运行：
    pip install -r requirements.txt
  2. 准备模型：你需要获取预训练好的cv_unet_image-colorization模型权重文件（通常是一个.h5或.pb文件）。可以尝试在开源模型社区（如Hugging Face, ModelScope等）搜索相关名称找到资源。下载后，将其放入项目的checkpoints文件夹。
  3. 放入照片：把你的黑白老照片（jpg或png格式）放入data/input文件夹。
  4. 修改配置：打开config.py文件，确认里面的路径设置是否正确，特别是CHECKPOINT_PATH是否指向你刚下载的权重文件。
  5. 运行程序：在命令行中执行主程序：
    python colorize.py
    程序会开始处理，并在控制台打印进度。处理速度取决于你的电脑性能和图片数量、大小。

4.2 使用技巧与注意事项

根据我的使用经验，有几个小技巧可以让修复效果更好：

  • 图片质量是基础：模型对输入图片的质量有要求。尽量选择扫描清晰、对比度适中、主体完整的老照片。如果原图本身非常模糊、有大面积破损或污渍，模型也很难“无中生有”，效果会打折扣。
  • 分辨率不是越高越好：虽然理论上可以处理大图，但模型是在固定分辨率（如256x256）上训练的。过大的图片会被压缩，可能丢失细节；且后处理融合步骤对超大图可能不完美。建议先将非常古老的小尺寸照片适度放大（用Photoshop或AI放大工具），再将中等分辨率（如1024x768左右）的图片输入模型，效果往往更均衡。
  • 理解模型的“脑回路”：这个模型是根据大量现代彩色照片训练的，它的“色彩常识”来源于此。所以，对于某些特定历史时期的服饰颜色、旧式汽车的颜色等，它可能会按照现代常见色来渲染，不一定100%符合历史原貌。但这对于家庭怀旧用途来说，完全不是问题，甚至赋予了老照片一种新颖的、充满生命力的美感。
  • 后续微调（可选）：如果对某张照片的局部颜色不满意（比如觉得天空应该更蓝一点），可以用简单的图像处理软件（如Photoshop、GIMP甚至手机APP）进行微调。模型已经完成了最困难的、全局性的色彩重建工作，剩下的局部调整就简单多了。

运行完项目，看着那些黑白记忆一点点变得鲜活，确实是一件很有成就感的事情。这个项目代码结构清晰，把复杂的AI模型封装成了几个简单的步骤，非常适合作为学习AI图像处理实战的第一个项目。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。

http://www.jsqmd.com/news/499402/

相关文章：

  • WarcraftHelper：让魔兽争霸III重获新生的现代系统优化方案
  • 闲鱼数据采集终极指南：3步实现自动化商品信息抓取
  • 用PyTorch从零搭建LSTM翻译模型：我的GPU训练踩坑实录（附完整代码）
  • 腾讯混元翻译模型HY-MT1.5-1.8B实战：Docker部署与API接口调用
  • 实战应用：基于快马AI构建可部署的wu8典net自动下单服务，附监控面板
  • Swift-All高效训练指南：短序列+LoRA双剑合璧，个人开发者福音
  • Ubuntu/Deepin登陆界面密码循环问题：TTY模式下的诊断与修复指南
  • SystemVerilog中$cast的5个实战技巧：从枚举转换到多态应用
  • 高效智能采集：闲鱼数据自动化获取实战指南
  • Excel多条件查询实战：用XLOOKUP替代VLOOKUP的5个高效场景（附案例文件）
  • GLM-OCR部署避坑指南：解决403 Forbidden等常见网络错误
  • 磁力计校准实战：从硬铁干扰到三轴标度误差的完整解决方案
  • mPLUG-Owl3-2B开箱即用：修复所有原生错误，这才是小白友好的AI工具
  • Phi-3 Forest Lab企业落地：汽车4S店维修手册智能问答+配件编码识别
  • Python+OpenCV实战：手把手教你实现0.01像素精度的图像对齐（附完整代码）
  • 从新手困惑到企业级认知：为什么我放弃了 PHP 集成环境，选择了 Docker？
  • translategemma-4b-itGPU算力优化：Ollama量化部署使RTX3090显存占用降低40%
  • MiniCPM-V-2_6科研成果转化：专利附图→技术要点提取→产业化路径图解
  • 手把手教你解决PVE系统安装IBMA2.0时的头文件缺失与编译错误问题
  • 从理论到实践：Brown-Conrady与Kanala-Brandt畸变模型对比与OpenCV源码解析
  • Python字典update()函数实战：高效合并与更新数据
  • 从零到一：基于MSYS2与CMake构建现代C/C++项目工作流
  • KART-RERANK模型服务高可用架构设计：应对春晚级高并发查询
  • 从零开始：Qwen3-ForcedAligner部署到生成第一条SRT字幕全记录
  • CUDA环境变量配置避坑指南：解决‘nvcc not found’错误的3种方法
  • 3步终极指南：用DS4Windows实现PS手柄在Windows的完美兼容
  • 2023恋练有词全攻略：PDF+高效记忆法+提分技巧+思维导图整合
  • DeepSeek-OCR-2赋能教育场景：试卷/讲义图像→可编辑Markdown笔记
  • 从智能家居到可穿戴：BLE ATT协议中的Handle与UUID，如何影响你的IoT产品开发效率？
  • Android相机权限被禁用？手把手教你解决CAMERA_DISABLED (1)错误